Lee antes: Cómo fluyen los datos · Pipeline medallón.
Qué es#
Traer un archivo al datalake por el modo push ("Tú depositas"): envías el archivo a la landing e Ingestia lo carga en Bronze automáticamente. Formatos soportados: CSV, JSON (líneas/JSONL o array) y Parquet.
CSV, JSON y Parquet solo aceptan depósito. No existe "nosotros buscamos" para un formato de archivo: para que Ingestia busque archivos en una carpeta o en un bucket suyo, el camino son los conectores de object storage — Amazon S3, Google Cloud Storage, Azure Blob Storage y los compatibles (MinIO, Wasabi, Cloudflare R2, Backblaze B2, DigitalOcean Spaces), además de SFTP, Google Drive, Dropbox, OneDrive/SharePoint y archivo por HTTP. Todos están en Acceso limitado: la liberación es conector por conector, después de validarse con una credencial real de su cuenta. Este tutorial cubre el depósito, que es el camino más simple.
Para qué sirve#
Subir extracciones puntuales, dumps u hojas de cálculo exportadas sin configurar una conexión de base de datos — ideal para empezar rápido o para datos que no viven en un sistema conectable.
Cuándo usar / cuándo no usar#
- Úsalo cuando: tienes un archivo listo (CSV/JSON/Parquet) y quieres cargarlo ya.
- No lo uses cuando: el dato se actualiza solo en una base/SaaS (prefiere un pull programado) — el push es una carga que tú disparas.
Plan y permisos#
- Núcleo del producto · verificación de acceso · interruptor de apagado de ejecución de ingesta.
Requisitos previos#
- El archivo en CSV, JSON o Parquet.
- Para CSV: conocer el delimitador (coma, punto y coma, tabulación o pipe).
- Para JSON: saber si es líneas (JSONL/ndjson) o array único.
- Parquet es autodescriptivo — sin opciones de formato.
Paso a paso#
- En la consola, ve a ETL/ELT → Conexiones y elige el formato: CSV, JSON o Parquet (categoría Archivos), en el modo Tú depositas (push).
- Ajusta las opciones de formato:
- CSV → Delimitador:
Coma (,),Punto y coma (;),TabulaciónoPipe (|). - JSON → Formato:
Líneas (JSONL / ndjson)oArray único. - Parquet → nada que configurar.
- CSV → Delimitador:
- Usa el área de carga para enviar el archivo a la landing.
- Dispara la carga en Tablas de Bronze → Ingerir en vivo (o deja que la programación se encargue).
- Sigue los pasos en vivo:
validar → landing → bronze → registrar.
Ejemplo (sintético)#
CSV de ventas con punto y coma como delimitador (vendas.csv):
pedido_id;data_pedido;uf;categoria;preco_unitario;quantidade;status
P-1001;2026-01-03;SP;Bebidas;12,90;3;pago
P-1002;2026-01-03;RJ;Limpeza;29,90;1;pago
P-1003;2026-01-04;MG;Bebidas;12,90;2;canceladoEl mismo dato en JSONL (una línea por objeto):
{"pedido_id":"P-1001","data_pedido":"2026-01-03","uf":"SP","preco_unitario":"12,90","quantidade":"3","status":"pago"}
{"pedido_id":"P-1002","data_pedido":"2026-01-03","uf":"RJ","preco_unitario":"29,90","quantidade":"1","status":"pago"}Resultado esperado#
- El archivo llega a la landing y se carga en Bronze con el tipo de cada columna detectado por los valores (número, fecha, texto) y las marcas técnicas. Ninguna fila se descarta en Bronze.
- Atención a los identificadores solo con dígitos (CPF sin puntuación, CEP, código de
producto como
00123): la detección los lee como número y el cero a la izquierda se pierde en Bronze. Envía esos campos con puntuación (071.518.203-05) o con un carácter no numérico, y revisa la columna después de la primera carga. - El paso
registraractualiza el catálogo y la última sincronización. - Después, ejecuta el pipeline para llevarlo a Silver/Gold.
Saneamiento automático (por qué la carga no se rompe por un nombre de columna)#
Si un encabezado tiene acento, espacio o viene vacío ("preço", "nome do cliente"), un
load directo fallaría (Invalid field name). Cuando eso pasa, Ingestia sanea
el archivo y lo vuelve a cargar: minúsculas, sin acento, _ en lugar de espacio; una columna vacía
se convierte en coluna; un nombre que empieza con número se convierte en col_.... También desenvuelve
envoltorios ({meta..., data:[...]}) y convierte array/pretty-JSON a NDJSON. Regla
conservadora: una línea no parseable se mantiene tal cual — Ingestia nunca inventa datos.
Límites y costos#
- Carga a Bronze: por defecto
batchSize5.000,maxRows200.000. - La carga en el datalake es cobrable.
Seguridad#
- El archivo va a la landing de tu workspace (
landing/{prefix}/...); nunca se cruza con otro cliente. - No pongas secretos ni PII innecesaria en el archivo — las columnas PII se enmascaran en el profiling, pero lo mejor es no traer lo que no necesitas.
Errores comunes#
| Síntoma | Causa probable | Qué hacer |
|---|---|---|
| Todas las columnas en una sola | delimitador incorrecto en el CSV | Selecciona el delimitador correcto (; es común en Brasil) |
| El JSON no carga | formato marcado incorrectamente | Alterna entre Líneas (JSONL) y Array único |
Invalid field name | encabezado con acento/espacio | El saneamiento vuelve a cargar solo; revisa los nombres resultantes |
| CPF/CEP sin el cero a la izquierda | la columna solo tiene dígitos y se leyó como número | Envía el campo formateado (con puntos/guion) y vuelve a crear la tabla; en Silver usa LPAD(CAST(col AS STRING), 11, '0') para el CPF |
Solución de problemas#
- Revisa en la pantalla de ejecución los pasos
validar → landing → bronze → registrar. - Compara, en la capa Bronze, el número de filas ingeridas con el del archivo.
Relacionados#
Última revisión: 2026-09-08.